大数据分表

大数据分表优化SQL千万级数据如何高效分表

处理大规模数据库时，数据量的增长会给系统性能带来巨大压力，特别是当单表数据量达到数千万级时。为了解决这一问题，我们可以采用分表策略。以电商系统中订单数据为例，当前订单主表包含约38万条记录，而相关子表数据量高达1200万条。在分表前，需要确保不破坏数据完整性，尤其是检查与订单主表相关的外键约束。通过SQL语句检查外键约束，是执行分表操作的重要预备步骤。

SQLServer 0 2024-08-25

分库分表实战项目

本项目包含了 MySQL 分库分表和读写分离的完整解决方案，采用 IDEA 开发，提供数据库结构和示例源码。

MySQL 3 2024-04-30

使用MySQL存储过程备份分表数据

在处理大量数据时，常采用修改表名的方式进行分表备份。通过传入指定的表名和条件字段，可以有效地创建新表并按时间条件插入数据。

MySQL 0 2024-08-27

SQL Server 2005分区管理大数据

超大型数据库的大小常常达到数百GB，有时甚至要用TB来计算。单表的数据量往往会达到上亿的记录，并且记录数会随着时间增长，影响数据库的效率和维护难度。除了表的数据量外，不同的访问模式也可能影响性能和可用性。合理分区大表可以显著改善这些问题。当表和索引变得非常庞大时，分区可以将数据分为更小、更易管理的部分，提高系统效率。如果系统具备多个CPU或多个磁盘子系统，可以通过并行操作获得更佳性能。因此，对大表进行分区是处理海量数据的高效方法。将通过实例详细介绍如何创建和修改分区表，以及如何查看分区表。

SQLServer 1 2024-08-04

Kingshard数据库分表实战配置及详解

Kingshard是一款高性能的MySQL数据库中间件，专为实现数据库的水平扩展而设计。它支持读写分离、分库分表等功能，有效解决高并发数据存储问题。深入探讨了如何配置Kingshard实现分表，详解了ks.yaml和unshard.yaml两个关键配置文件。Kingshard采用C/S模式，通过定义的路由规则将SQL语句分发到不同的MySQL实例，实现数据的分散存储和负载均衡。ks.yaml包括了服务器参数、前端处理、备份设置、路由规则、执行器配置、后端数据库节点等内容。而unshard.yaml则用于配置未分片数据库，适用于规模较小或不需要分片的场景。

MySQL 0 2024-08-14

Oceanus架构下的分库分表策略探讨

分库分表的策略常见方式包括基于ID段、基于hash和按日期等。在Oceanus架构中，这些策略被广泛应用，通过执行方法返回字段在SQL中的值，确定namenode的下标。

MySQL 0 2024-08-04

大数据day09第二部分

传智播客大数据系列视频第九天第二部分，共四个部分。

Hadoop 3 2024-05-01

Oracle二分区表技术解析

Oracle二分区表技术解析 分区功能将表、索引或索引组织表细分为称为分区的段。每个分区拥有独立名称和可选的存储特性。 数据库管理员视角下，分区对象包含多个段，可集体或单独管理。应用程序视角下，分区表与非分区表完全相同，使用SQL DML命令访问无需修改。

Oracle 4 2024-05-19

MySQL测试数据库 - 含大数据表（GitHub链接!）

MySQL测试数据库 - 包含大量数据表

MySQL 0 2024-08-08

当当开源轻量级分库分表中间件Sharding-JDBC

Sharding-JDBC是一款由当当开源的轻量级数据库分库分表中间件，它提供成熟的解决方案，值得开发者关注和学习。

MySQL 4 2024-05-19